如何在多处理代码中重用池工作者？

Question

在下面的代码中，我收到有关“无法在模块main上获取属性 'f'”的错误。 我知道如何解决它：将池线和结果线都放在结果 2 的上方。

我的问题是为什么当前形式的代码不起作用。 我正在处理更复杂的代码，我必须在两个不同的独立 for 循环中使用并行处理。 现在，我在每个 for 循环的每次迭代中都有 pool=mp.Pool(3)。 我在网上读到这很糟糕，因为在每次迭代中，我都会创建更多的池“工人”。 如何将 pool = mp.Pool(3) 放在迭代之外，然后在我需要的代码的所有不同区域中使用相同的 Pool 工作程序？

作为记录，我正在使用 mac 来运行我的代码。

import numpy as np
import multiprocessing as mp

x = np.array([1,2,3,4,5,6])

pool = mp.Pool(3)

def f(x):
    return x**2

result = pool.map(f,x)

def g(x):
    return x + 1

result2 = pool.map(g,x)
print('result=',result,'and result2=',result2)

Answer 1

当使用“fork”方法创建子进程（Mac OS 的默认值）时，进程在创建Pool时被分叉（基本上是复制）。 这意味着在您的代码中，分叉的孩子尚未执行f的创建，而是等待来自主进程的任务。

首先，您不应该直接在脚本中执行“活动”代码（除了定义函数、类、常量），而是将其移动到函数中。 您的代码可能如下所示：

import numpy as np
import multiprocessing as mp


def f(x):
    return x**2

def g(x):
    return x + 1

def main():
    x = np.array([1,2,3,4,5,6])

    pool = mp.Pool(3)

    result = pool.map(f,x)
    result2 = pool.map(g,x)
    print('result=',result,'and result2=',result2)

# Should be nearly the only "active" statement
main()

或者在你的情况下可能更好，我猜：

import numpy as np
import multiprocessing as mp


def f(x):
    return x**2

def g(x):
    return x + 1

def proc_f():
    global x, pool
    return pool.map(f,x)

def proc_g():
    global x, pool
    return pool.map(g,x)

def main():
    global x, pool
    x = np.array([1,2,3,4,5,6])

    pool = mp.Pool(3)

    result = proc_f()
    result2 = proc_g()
    print('result=',result,'and result2=',result2)

# Should be nearly the only "active" statement
main()